自适应直方图均衡化改进的全变分图像修复①.PDFVIP

自适应直方图均衡化改进的全变分图像修复①.PDF

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
自适应直方图均衡化改进的全变分图像修复①

计 算 机 系 统 应 用 2013 年 第 22 卷 第 6 期 ① 自适应直方图均衡化改进的全变分图像修复 任 慧, 李新华, 朱逸婷 (安徽大学 计算智能与信号处理教育部重点实验室, 合肥 230039) 摘 要: 为了解决全变分(TV)模型修复窄带图像缺陷时产生的视觉不连通的问题, 改善图像修复的效果. 采用可 以强化细节的自适应直方图均衡化(CLAHE)操作来扩大图像的动态范围; 在全变分变换后对图像不连通区域做 形态学运算来平滑并消除图像中的孤立点. 文章给出了算法原理和实现步骤, 实验结果表明修复之后的图像峰 值信噪比提高, 视觉连通效果较好. 关键词: 全变分(TV)模型; 强化细节; 自适应直方图均衡化; 形态学; 图像修复 Self-adapting Method for Image Restoration Based on CLAHE and Total Variation REN Hui, LI Xin-Hua, ZHU Yi-Ting (College of Electronical and Information Engineering, Anhui University, Hefei 230039, China) Abstract: In order to solve the visual discontinuous phenomenon that produced by TV method, improve the effect of image restoration,adopts a histogram equalization (CLAHE) operation which can strengthen the details and expand dynamic range of the image. After the TV transformation,uses a morphology operation to smooth and eliminate isolated points of the image. This paper presents the algorithm principle and implementation steps,the experimental results show that,after repair ,the whole image has a better visual repairing effect and a high PSNR. Key words: total variation(TV) model; strengthen the details; CLAHE; morphological ;image defect restoration 图像修复是图像处理领域重要的一支, 根据图 本文将强化细节的直方图均衡化(CLAHE)与全变分模 像的已有信息还原出损失的信息对于现实生活有着 型及形态学滤波结合起来, 提出一种图像修复的新方 重要的意义. 根据图像受损区域的大小不同, 图像修 法. 实验结果表 明, 本文提出的算法能够很好的抑制 复的问题可以分成两类, 第一类是基于样本纹理生 图像噪声, 改善图像的修复效果. 成大图像区域的纹理合成问题, 而另外一种就是修 复图片中较小的划痕和孔洞问题. 其中纹理合成方 1 全变分(TV)模型 法在目标物的移除方面有着较为广泛的应用, 如基 全变分修复图像的方法是一种基于偏微分方程的 于样本的区域填充和目标物移除的图像修复方法[1]. 图像修复方法, 其修复过程是一个沿着图像轮廓和边 电影与视频序列中的轴线的去除[2-

文档评论(0)

ldj215323 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档